Edge AI: Por Que o Processamento Está a Migrar para a Camada do Dispositivo

Principais conclusões:

• O rápido aumento de dispositivos conectados e volumes de dados tornou a computação distribuída indispensável para velocidade, desempenho e segurança de dados.
• Movimentos estratégicos da NVIDIA e VMware agora permitem que workloads de IA e machine learning intensivas em dados sejam executadas diretamente no edge.
• O processamento no edge oferece benefícios tangíveis num espectro de indústrias — desde IIoT industrial a aplicações de consumo.

Com milhares de milhões de sensores e dispositivos inteligentes em todo o mundo, arquiteturas cloud centralizadas tradicionais estão a atingir os seus limites. Embora a computação cloud tenha revolucionado a agilidade de startups e escalabilidade empresarial, workloads emergentes — como vídeo de alta definição, veículos autónomos e logística em tempo real — exigem latência sub-segundo e tratamento seguro de dados on-premises.

"Os clientes estão a perceber que descarregar demasiado processamento para a cloud já não é viável", diz Markus Levy, chefe de tecnologias de IA na NXP Semiconductors, numa discussão recente sobre IA embarcada. "O edge é onde a verdadeira oportunidade reside."

Dados de mercado da MarketsandMarkets projetam que o mercado de edge computing crescerá de $ 3,6 mil milhões em 2020 para $ 15,7 mil milhões até 2025 — uma expansão de mais de quatro vezes impulsionada pela necessidade de processamento de baixa latência e alta largura de banda.

Movimentos de Mercado Aceleram Adoção no Edge: NVIDIA

A aquisição da Arm pela NVIDIA por $ 40 mil milhões em setembro de 2020 é um marco no sentido de trazer IA acelerada por GPU mais perto do dispositivo. Embora a NVIDIA tenha dominado GPUs de data center há muito tempo, o domínio da Arm em processadores móveis — fornecidos à Apple, Qualcomm, Broadcom e outros — fornece uma plataforma poderosa para IA no edge.

Zeus Kerravala, analista numa empresa de investigação da indústria, nota: "Se vê a IA como o futuro, alimentada por GPUs e CPUs, a capacidade da NVIDIA de construir sistemas ponta a ponta acabou de disparar — especialmente na arena de edge computing."

Reguladores monitorizam de perto o acordo por potenciais implicações antitrust, dada a extensa rede de licenciamento da Arm e a crescente influência da NVIDIA em mercados de CPU móvel.

SmartNICs: Mover Inteligência para o Edge

No VMworld 2020, a VMware revelou o Project Monterey — uma colaboração com a NVIDIA que aproveita SmartNICs e DPUs BlueField da NVIDIA para acelerar workloads de IA no edge. Ao descarregar hipervisor, rede, segurança e funções de armazenamento do CPU do host para o DPU, o Monterey liberta até 30% de ciclos de CPU para lógica de aplicação.

Alexander Harrowell, analista sénior na Omdia, observa: "A tendência é clara: mover computação para mais perto dos dados melhora desempenho e utilização de recursos. SmartNICs transferem as responsabilidades do hipervisor para a rede, desbloqueando um modelo de computação estilo Harvard."

Greg Lavender, VP sénior e CTO da VMware, explica: "Descarregar I/O e computação para o core Arm nas SmartNICs liberta recursos de CPU, dando às aplicações computação e memória adicionais para operar mais rápido."

Para o ecossistema de coisas conectadas, esta mudança permite IA em tempo real — transformando dispositivos IoT passivos em sistemas inteligentes e responsivos, como Levy enfatiza.

Para mais cobertura sobre Industrial IoT, junte-se ao Industrial IoT World este dezembro.